Question

我有一份载有表格数据的文本文件。我需要做的是,把撰写任务自动化到一个新文本档案中,该文本被压缩,而不是空间划界,从现有数据中提取几栏,重新排列各栏。

这是原始数据头4行的缩略语:

Number of rows: 8542
 Algorithm  |Date   |Time   |Longitude  |Latitude   |Country    
 1  2000-01-03  215926.688  -0.262  35.813  Algeria 
 1  2000-01-03  215926.828  -0.284  35.817  Algeria

Here is what I want in the end:

Longitude,Latitude,Country,Date,Time
-0.262,35.813,Algeria,2000-01-03,215926.688

如何处理这一问题?

Answer 1

我对档案持怀疑态度的是用表格而不是空子分开的。

如果是的话,你可以尝试:

input_file = open( some_tab_separated_file.txt ,  r )
output_file = open( some_tab_separated_file.csv ,  w )
input_file.readline() # skip first line 
for line in input_file:
    (a, date, time, lon, lat, country) = line.strip().split( 	 )
    output_file.write( , .join([lon, lat, country, date, time]) +  
 )
input_file.close()
output_file.close()

该法典未经测试,任何遗嘱都留给你。

Answer 2

页: 1 的模块和一个阅读器,读到您的数据,并使用同一模块的作者(有星号)。

事实上,。模块文件使用<代码>delimiter=。

您可使用<代码>DictReader/DictWriter,并具体说明其构件中各栏的顺序(fieldnames list:如果你想重订顺序,对读者/作者的不同之处)按您的意愿制作这些条目。

(在生产产出时,你也许需要精干/解头两行。)

http://www.un.org。

以下是处理多语国名的例子:

import cStringIO
import csv

f = cStringIO.StringIO("""A B C
1 2 Costa Rica
3 4 Democratic Republic of the Congo
""")

r = csv.DictReader(f, delimiter=   , restkey= rest )
for row in r:
    if row.get( rest ):
        row[ C ] += " %s" % (" ".join(row[ rest ]))
    print  A: %s, B: %s, C: %s  % (row[ A ], row[ B ], row[ C ])

使用<代码>restkey=,并按这一价值计算压缩字句编号,该表是左边的列表(见restkey=休息)。印本:

A: 1, B: 2, C: Costa Rica
A: 3, B: 4, C: Democratic Republic of the Congo

Answer 3

str.split(), 否则任何论点都将按白空间的长短分开。 <编码>处理器.itemgetter()有多种论点,并将重述。

Answer 4

我猜测这一重要想法是,你必须作为划界者@Paulo Scardine。

我只想补充一点,安达是处理一栏数据的非常好的图书馆。

>>> src =  path/to/file 
>>> dest =  path/to/dest_csv 
>>> column_names = [ names ,  of ,  columns ]

>>> df = pd.read_csv(src, delimiter= 	 , names=column_names)

# Do something in pandas if you need to

>>> df.to_csv(dest, index=False, sep =  ; )

友情链接